基于MATLAB GUI的自動化生產線聯合仿真監測及數據處理

張 揚，姜開宇，李玉山

大連理工大學（遼寧大連 116024）

1 引言

隨著我國制造業的快速發展，越來越多的制造企業開始積極推進“智能制造”，逐漸向“智能工廠”轉變，實現企業轉型升級[1]。在智能工廠環境下，自動化裝配生產線在企業制造過程中占據著越來越重要的位置，廣泛應用于航空、航天、船舶、汽車、家電等行業。圍繞企業生產高質量、高效率、以及智能化需求，生產線的安全性、可靠性就成為企業保持強力競爭力的關鍵，其中最重要的一環就是生產線設備機構的故障診斷排除，有效的故障風險把控可以避免生產線陷入癱瘓，所以針對生產線設備機構的運行狀態監測以及定期維護是十分必要的[2]。相對于人工現場監測，計算機仿真監測技術是實現自動化生產線運行動態分析與監測的更直觀有效的方法[3]，本文以企業某廚衛產品自動化裝配生產線為對象，利用計算機仿真監測技術，將現場數據采集與虛擬樣機動態仿真相結合，搭建針對自動化生產線的聯合仿真監測平臺，實現線上設備機構運行動態的可視化，并結合數據處理技術分析設備故障信息，對潛在的異常情況作出預判。

為了降低工作人員勞動強度，提高工作效率，針對聯合仿真監測及數據處理平臺，利用Matlab GUI設計用戶交互界面，旨在為用戶提供一個簡潔高效的仿真計算平臺[4]，通過該界面可以輕松實現聯合仿真和數據處理，為生產線的高效運行提供支撐。

2 生產線仿真監測系統功能與架構

該廚衛產品自動化裝配生產線上某個工位裝配單元如圖1所示，本工作單元主要任務是對產品從不同的方位進行擋圈、降噪板、集油槽3個零件的安裝與固定。以安裝降噪板為例，其上料機構采用直角坐標三軸機械手，由末端的氣動手爪抓取工件，當托盤搭載產品傳送至指定裝配位置，由機械手從貨架拾取降噪板轉運并定位在產品殼體上，再利用上螺釘機構在降噪板處依次打4顆螺釘，然后收回機械手，托盤返回傳輸線，流向下一工序。

圖1 擋圈、降噪板、集油槽裝配工位模型

2.1 生產線仿真監測系統架構

針對該生產線所建立的仿真監測系統主要包括現場設備層、數據層、仿真監測層，如圖2所示。

圖2 生產線仿真監測系統架構

（1）現場設備層由生產線上的工作單元以及信號采集用的各類傳感器等組成，主要針對各工作單元機械臂的位移、速度等設備運行狀態信息進行采集并傳輸至現場數據資源庫。

（2）數據層由數據庫與工作空間兩部分組成，數據庫部分主要完成對現場設備層所采集數據的存儲，并建立專門的設備機構運行狀態數據庫，便于后期數據查詢以及異常狀態數據的比對。工作空間部分用于保存整個平臺所涉及的虛擬樣機模型文件、仿真數據、結果文件等。

（3）仿真監測層由工作單元虛擬樣機、控制系統模型以及現場計算機組成。分別用Adams建立虛擬樣機模型，用MATLAB/Simulink模塊建立控制系統模型，通過搭建數據層與虛擬樣機之間的數據通道[5～7]，實現樣機模型對現場設備運行狀態信息的可視化，便于工作人員對設備機構運行狀態進行監測。當機構發生干涉、碰撞等異常狀況時，工作人員通過分析運行數據來確定機構之間的定位誤差以及相關零部件的變形損傷程度，判斷故障發生原因，完成對設備的檢修和零部件的更換。此外，通過與設備狀態數據庫中數據的比對，分析數據走勢來預測可能發生的故障，保障生產線的有效運轉。

2.2 生產線仿真監測系統GUI集成

MATLAB作為一款商業數學軟件，除了提供簡單高效的編程語言，還為用戶提供圖形界面設計功能以及優秀的數據處理能力[4]。為了提高工作效率，在滿足系統功能需求的基礎上，利用MATLAB圖形用戶界面（GUI）將仿真監測系統集成于用戶界面，主界面如圖3所示，主要分為兩大模塊：生產線機構聯合仿真和數據處理，前者主要實現生產線單元機構的聯合仿真功能，后者主要實現現場采集數據以及仿真數據的分析處理。

圖3 系統主界面

3 工作單元聯合仿真監測系統搭建

3.1 Adams機械系統模型建立

首先以圖1中安裝降噪板工藝流程為例，在SolidWorks中建立機構模型，簡化之后導入Adams，并定義各零部件的材料、質量、顏色等屬性，以及各關節之間的約束、驅動和零部件之間的接觸，該單元機構虛擬樣機模型如圖4所示。

圖4 降噪板裝配機構樣機模型

現場設備層通過機械臂上的傳感器，以及氣動手爪的極限檢測功能，完成對各關節的位移信號采集并作為系統的輸入。該虛擬樣機共有3個機械臂關節：X、Y、Z軸，以及兩個氣動手爪關節，分別對應系統的5個輸入狀態變量，利用VARVAL函數將其分別關聯到樣機模型對應的驅動中，輸出狀態變量可以根據監測需要來進行定義。然后利用Adams/Control模塊建立數據通道，并在MATLAB中運行adams_sys命令獲取機械子系統模型，如圖5所示，其中MSC Software模塊主要用于Adams與Simulink模塊的數據交換參數的設置[7～9]。

圖5 聯合仿真系統-機械子系統

3.2 MATLAB/Simulink控制系統模型建立

虛擬樣機控制系統主要實現現場數據讀取，并將其作為系統的輸入，實現機構運行狀態的還原過程，具體結構如圖6所示。首先，MATLAB通過編程將數據庫或者Excel表格中的指定數據讀取至工作空間，并轉換為時間戳加仿真數據的形式，然后利用From WorkSpace模塊實現從工作空間讀取數據至仿真控制系統，采用adams_sub模塊將其作為虛擬樣機的輸入，從而實現該機構的聯合仿真。

圖6 聯合仿真控制系統框圖

3.3 聯合仿真監測及數據處理功能GUI集成

3.3.1 聯合仿真監測功能GUI集成

工作單元聯合仿真監測系統用戶界面，即系統二級界面，如圖7所示，首先選擇裝配單元（例：安裝降噪板），系統運行相應的接口文件并彈出Simulink控制系統框圖，讀取指定現場數據后點擊“啟動”按鈕開始仿真監測，便可以通過Adams從不同方向觀察機構運行狀態，同時輸出窗口可以即時顯示系統輸出量的變化情況，點擊“保存結果”按鈕可以對結果數據、圖像進行保存。

圖7 系統二級界面-生產線機構聯合仿真

3.3.2 聯合仿真數據處理GUI集成

數據處理用戶界面如圖8所示，該模塊針對生產線裝配過程中機構發生干涉、碰撞等情況，進行定位誤差分析。首先選擇監測機構并導入所需數據，與設備正常運轉數據作對比并繪圖，系統會提醒用戶發生定位偏離的關節并在“偏離量”區域顯示具體偏離值，即定位誤差。點擊“保存結果”按鈕，生成質量結果文件，為工作人員提供參考依據。

圖8 系統二級界面-生產線機構定位誤差分析

4 工作單元聯合仿真監測結果分析

針對該廚衛產品自動化生產線已經建立聯合仿真監測及數據處理平臺，以安裝降噪板過程為例，正常情況下，降噪板定位準確，與箱體穩定貼合，驅動軸的位移變化曲線如圖9所示。

圖9 驅動軸位移變化曲線

該曲線顯示手爪1、手爪2在10s處縱坐標值不再變化，表明降噪板被頂緊至箱體內表面。為了驗證貼合的可靠性，獲取降噪板與箱體表面之間的接觸力曲線，如圖10所示，0～10s之間接觸力為0N，表明降噪板在貼緊前未發生干涉，到達10s之后，降噪板與箱體左右內表面產生了45～60N的接觸力，保證兩者之間的緊靠貼合。

當機械臂定位出現偏差時，可能會出現機械臂、箱體、降噪板之間的干涉，從而導致機械臂精度降低，關鍵構件產生損傷變形。如圖11所示，降噪板與箱體之間產生了比較大的作用力，可以獲取如圖12a所示的降噪板與箱體左側內表面接觸力曲線，整個過程接觸力幾乎為0，表明兩者之間沒有良好的貼合，使得上螺釘工作難以進行；如圖12b所示，降噪板與箱體右側內表面接觸力高達2,500N，嚴重損害機械臂以及氣動手爪的使用壽命，造成零件和箱體的變形損傷；在X軸方向上接觸力為0N，在Y、Z軸方向上均產生了1,750N左右的力，由此可以初步判斷機械手在Y軸和Z軸產生了一定的定位誤差，導致機械手與左側箱體表面的距離超出氣動手爪行程，右側則產生了較為嚴重的沖擊。

圖10 降噪板與箱體內表面接觸力曲線

圖11 降噪板與箱體內表面作用力

圖12 降噪板與箱體內表面接觸力曲線

為了獲取機械手具體的定位誤差，可以借助數據處理模塊，如圖13所示。首先分析機構選擇“安裝降噪板”，然后點擊“讀取數據”按鈕，打開本地文件夾，將Excel中指定的現場采集數據導入系統。

圖13 數據導入

在繪圖模塊，選擇系統所有輸入變量對應的機械臂和關節，即“ALL”選項，與設備正常運轉情況下的數據進行對比并繪圖，如圖14所示。結果表明：機械臂在Z軸負方向偏離4.5mm，在Y軸的負方向偏離1.71mm，最終導致降噪板出現較為嚴重的定位誤差，使機械手、零件以及箱體出現不同程度的損傷。

圖14 數據處理結果

點擊“保存結果”按鈕，系統生成如圖15所示的“質量結果文件”，將定位誤差等信息匯總在指定文檔中，工作人員依據該文檔及時對機械臂進行調整并保證定位精度，同時更換損傷零件并保證足夠的庫存量，避免出現無零件可換的情況，從而保證自動化生產線的有效運轉，提高故障診斷效率，保證生產質量。

圖15 質量結果文件

5 結束語

根據目前越來越多的制造企業積極向智能制造轉型升級的趨勢，以及對于技術創新、提高生產效率和產品性能等需求，本文針對某廚衛產品自動化裝配生產線機構運行狀態監測、定位精度檢測等問題，利用ADAMS與Matlab/Simulink搭建生產線單元機構的聯合仿真監測平臺，實現了虛擬樣機對于現場機構運行狀態數據的可視化。通過對機構運行狀態的監測以及位移、受力等數據分析處理，確定了定位誤差并進行故障診斷，為工作人員進行故障排除和預判提供了可靠依據，保證生產線的正常運行。基于Matlab GUI將聯合仿真監測和數據處理兩個模塊集成于用戶界面，在滿足系統功能需求的同時，使操作更加簡潔方便，提高仿真和數據處理效率，為企業智能制造升級提供有力的支撐。